最大似然稀疏编码在人脸识别中的研究
Research on Maximum Likelihood Sparse Coding in Face Recognition作者机构：江苏科技大学电子信息学院江苏镇江212003 镇江高等专科学校电子与信息系江苏镇江212003 河南经贸职业学院信息管理系河南郑州450046
出 版 物：《电视技术》 (Video Engineering)
年 卷 期：2013年第37卷第23期
页 面：230-233页
学科分类：0711[理学-系统科学] 07[理学] 08[工学] 080401[工学-精密仪器及机械] 0804[工学-仪器科学与技术] 080402[工学-测试计量技术及仪器]
摘 要：稀疏编码(SRC)是一种用于人脸识别的方法,该方法把检测图像表示为一组训练样本的稀疏线性组合,表示的准确性通过L2或L1残余项来衡量。此模型假定编码残余项服从高斯分布或拉普拉斯分布,实际上却不能很准确地描述编码错误率。为了解决这个问题,提出了一种新的稀疏编码方法,建立一种有约束的回归问题模型,用最大似然稀疏编码(MSC)寻找此模型的最大似然估计参数,对异常情况具有很强的鲁棒性。在Yale及ORL人脸数据库的实验结果表明了该方法对于人脸模糊、光照及表情变化等的有效性及鲁棒性。
维普期刊数据库
同方期刊数据库